Distance在人工智能领域通常指代数据点、概念或模型之间的度量关系，是评估算法性能和语义相似性的关键指标。近期，Distance相关研究在知识图谱、语义理解和模型优化等多个方向取得进展。
Distance 近期进展
当前焦点与观察点
Distance研究正朝着更精确、更高效的方向发展，特别是在处理异构数据和保持几何结构方面。2023年6月提出的CDOT框架成为首个凸最优传输方法，能够对齐异构域分布并保持几何结构，为跨模态学习提供了新思路。同时，DeepSeek在2023年5月提出的DEL方法通过Digit Entropy Loss优化大模型的数值学习能力，进一步拓展了Distance在模型训练中的应用场景。未来，Distance研究有望在语义理解、知识推理和模型优化等领域发挥更大作用。